§9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 §9.2 随机时间序列分析模型 一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型

15.1 为什么需要非参数与半参数估计 15.2 对密度函数的非参数估计 15.3 核密度估计的性质 15.4 最优带宽 15.5 多元密度函数的核估计 15.6 非参数核回归 15.7 多元核回归 15.8 k近邻回归 15.9 局部线性回归 15.10 非参数估计的Stata命令及实例 15.11 半参数估计

非平稳序列 ARMA的平稳性 VAR的平稳性 单位根所带来的问题 单位根检验 单位根检验的Stata实例 协整的思想与初步检验 协整的最大似然估计

• 线性回归 • 逻辑斯蒂回归 • 最大熵模型 • 极大似然估计 • 模型学习浅谈 • 最大熵总结 • 最大熵应用举例（略） • 最大熵源码分析（略） • 最大熵包使用（略）

为研究钢筋混凝土在耦合盐环境中的腐蚀劣化规律及寿命分布，将钢筋混凝土试件置于0.32 mol·L−1NaCl和0.4 mol·L−1MgSO4盐溶液中，利用电化学工作站定期无损检测，以极化曲线、交流阻抗图谱及电化学参数指标进行耐久性分析，选择3参数Weibull进行可靠性建模，通过Anderson-Darling法（A-D）进行先验假设检验，采用相关系数优化法(CCOM)、极大似然法(MLM)及矩估计法(MEM)进行参数估计，综合可靠度曲线、密度曲线、失效率曲线对钢筋混凝土在氯盐、硫酸盐、镁盐腐蚀环境中的寿命进行分析

一、差分及其性质 二、差商及其性质 三、Newton插值公式及误差估计 四、拉格朗日插值与牛顿插值的比较 五、等距节点的 Newton向前插值公式 六、等距节点的 Newton向后插值公式

 3.1 基本解  3.2 初值问题  3.3 平均值等式  3.4 最大值原理与定解问题的适定性  3.5 热传导方程解的可微性与微商的估计  3.6 能量法

一、全面地估计我国的经济形势 经过 3 年来的加强宏观调控，我们遏制了由于经济“过热”引起的比较严重的通货膨胀， 宏观经济运行态势得到明显改善。从宏观指标看，经济增长率趋于合理，物价上涨率不断回 落，财政、金融和外贸的运作大体上平稳发展，居民储蓄和外汇储备迅速增长。现在的宏观 经济形势，是 1993 年以来最好的③

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

10.1 Chapter highlights • Parameter estimation problem formulation • Properties of estimators • Bayes estimation • Minimax estimation • Maximum-likelihood estimation • Comparison of estimators of parameters 10.2 Formulation of the general parameter estimation problem 10.3 Types of estimation problems 10.5 Properties of estimators 10.6 Bayes estimation 10.7 Minimax estimation 10.8 Maximum-likelihood estimation